예시 답변 1
약 90초
솔직한 경험 기반 접근
PyTorch를 처음 쓴 자리는 수업 딥러닝 과제에서 이미지 분류 모델을 만든 자리였습니다. CIFAR-10 데이터셋으로 CNN 모델을 처음부터 구현하면서, 역전파와 옵티마이저가 실제로 작동하는 자리를 코드로 따라갈 수 있었습니다. 학습 자리에서 과적합이 빠르게 일어나는 것을 보고 드롭아웃과 배치 정규화를 추가했고, 검증 손실이 안정화되는 자리를 확인하는 실험을 반복했습니다. TensorFlow는 Keras API 자리에서 빠르게 프로토타입을 만들 때 편리했고, PyTorch는 디버깅 자리에서 자유도가 높아 학습 과정을 세밀하게 추적하기 좋았습니다. 두 프레임워크를 모두 써본 자리에서 PyTorch를 주로 선택하게 됐는데, 연구 중심 코드를 읽는 자리에서 더 자주 쓰이기 때문입니다.
이 결의 특징
CIFAR-10 CNN 구현에서 과적합이 빠르게 일어나는 것을 보고 드롭아웃과 배치 정규화를 추가해 검증 손실 안정화를 실험 반복으로 확인한 흔적이 또렷합니다. PyTorch를 주로 선택한 이유가 연구 중심 코드 읽기 자리에서의 빈도라는 실용적 근거가 자주 보이는 결입니다.
이 결이 통하는 자리
두 프레임워크 모두 써본 뒤 PyTorch 선택 이유가 '디버깅 자유도'와 '연구 코드 읽기'라는 맥락과 연결될 때 통합니다. 도구 선택의 근거가 상황 맥락과 함께 살아 있는 자리에서 면접관의 꼬리질문이 줄어드는 결이 보입니다.